英国大力发展城市轻轨

2001年12月,在英国曼彻斯特举办的“2001年轻轨会议及展览会”上,会议的组织者,刘易斯·莱斯利博士,向媒体透露:英国政府将大力支持发展城市轻轨,至2010年轻轨的运量将翻一番,英国政府将对25条新线提供经费支持。 英国工党政府,从1999年底开始,改变了对轻轨的冷淡态度,积极热情地支持城市轻轨建设,在一年内批准了曼彻斯特的三条轻轨计划并表示支持利兹、南汉普郡、布里斯托尔等城市的轻轨工程。 英国政府正在改革轻轨立项标准和改进审批程序,从而加快了     

上海海港的希望之光——上海航道局设计研究所参观记

我们一直在为发展上海航运寻觅着新港址,我们亦一直在追踪传说中小青龙的最后落处。远在明朝,小青龙被镇锁在崇明的叉道上,被人们定名为青龙港后,一直敛迹于人世,无有下落,不知去向。这次,我们有机会和有关专家被邀去参观上海航道局设计研究所后,我们才见到了上海海港新的希望。同时,我们亦找到了小青龙的遗骸。     

潜水员因病脱离潜水作业的分析

我局自1963～1986年,对103名潜水员因病脱离潜水作业,进行了临床体检资料的分析,现报道如下。一、对象和方法 1.对象:103名职业潜水员均为男性,年龄22～55岁。潜水工龄1～30年,潜水最大深度84m,一般常在30～40m潜水作业。潜水员着用12螺栓重装空气潜水作业,任务主要是     

新型隔离接地开关参数计算

根据深圳地铁工程维护车技术要求,从导流截面积、簧片的接触压力、主回路温升以及限位弹簧参数等方面对隔离接地开关进行设计计算,确保设计满足标准和用户要求。     

工程筹划中的工期进度风险管理研究与应用

为保障地铁工程按期通车运营,以成都地铁5号线为例,在工程筹划中创新性地应用风险管理手段,对工期进度进行专项研究。采用头脑风暴法对影响工程进度的风险进行识别,应用风险矩阵法与层次分析法对风险因素进行定性、定量评价,详细研究高架段区间箱梁运输架设不及时这一重要风险因素,并以此为案例提供风险应对策略与措施。风险管理理念的引入是成都地铁5号线工程筹划设计的创新与突破,工程顺利通车运营对该创新点进行了有效验证,可为后续类似工程提供借鉴。     

大鼠氧惊厥时脑内μ—阿片受体的变化

目的 探讨大鼠氧惊厥时脑内μ－阿片受体的变化。方法 用「＾３Ｈ」－羟甲芬太尼作为特异性标记配体,采用放射配体受体结合实验（ｒａｄｉｏｌｉｇａｎｄ ｂｉｎｄｉｎｇ ａｓｓａｙ,ＲＢＡ）,测定在几种不同气体及压力的暴露条件下,大鼠脑内μ－阿片受体的ｋＤ值和Ｂｍａｘ值的变化。结果 大鼠氧惊厥前,脑内μ－阿片受体的ｋＤ值即有增大趋势（但Ｐ〉０．０５）,Ｂｍａｘ值减小（Ｐ〈０．０１）;氧惊厥时ｋＤ值进一步升高（Ｐ〈０．０１）,Ｂｍａｘ值反而增大（Ｐ〈０．０１）。结论 结果提示：（１）氧惊厥发作中,μ－阿片受体的数量增多,而其结合活性降低。（２）在高压氧（ＨＢＯ）暴露中,μ－阿片受体参与了氧惊厥的过程。     

沥青砼路面水损坏问题浅析

为保持沥青砼路面的水稳定性和良好的使用性能．其排水系统的设计和完善不可忽视．特别是对路面结构层内的防排水设计尤为重要,对水分的侵入要做到封堵和排除,同时对施工质量要进行严格的全过程控制,使其达到规范和设计的指标要求,这样才能将水损坏降到最低程度。     

基于LSTM神经网络算法的船舶电站故障诊断

船舶电站是船舶中的重要组成部分,船舶电站的故障类型较为复杂。文章利用Simulink软件平台对船舶电站各种短路故障进行仿真建模,选取各相电流电压参数作为数据集的来源,并在MATLAB中进行数据的处理和预测图像的绘制。LSTM神经网络算法相比于其他算法,解决了长时依赖问题,并对预测数据有极高的解释度。结果表明：基于LSTM神经网络算法的故障诊断模型能够很好的对船舶电站故障模式做出诊断。     

钢支撑伺服系统地铁深基坑微变形控制技术研究

以深圳地铁 12 号线和平站为项目依托,通过 Midas 建模计算,分别研究钢支撑模拟方式、不同工况下钢支撑伺服系统对穗莞深高架桩基础的位移影响。在考虑传统钢支撑与伺服系统钢支撑的预加轴力与设计轴力的不同,以及不同工况下伺服系统与传统钢支撑系统的表现后,研究结果表明：全部钢支撑采用伺服系统的情况下,穗莞深桩基础的位移可以满足微变形控制要求;相邻(局部)钢支撑采用伺服系统,穗莞深桩基础的位移虽不满足微变形控制要求,但与限值差距较小;单独钢支撑采用伺服系统,穗莞深桩基础的位移难以满足微变形控制要求。在淤泥层较厚的地层,为保证工程安全,建议全部采用钢支撑伺服系统。     

基于BP神经网络的船舶气象航线决策系统

[目的]为应对国际燃油价格波动和降低温室气体排放的需求,提出一种基于BP神经网络的船舶气象航线决策系统,在考虑经济和环境因素的情况下提高船舶运营效率。[方法]首先,从航海日志和午报等提取船速、转速、平均吃水、吃水差、船上货物重量、风和海浪的影响等7种运营数据,通过BP神经网络方法预测船舶燃油消耗量;然后,提出基于改进Dijkstra算法的船舶气象航线决策系统,并利用该系统获得船舶最优航线。最后,对12 335 t多用途船营口至仁川的航线进行仿真分析。[结果]利用BP神经网络方法预测的燃油消耗量与实测值的拟合优度为79.97%,表明预测效果较好;通过决策系统获得了该船在15和17 kn航速下的气象航线。[结论]基于BP神经网络的船舶气象航线决策系统获得的船舶航线更准确、可靠,有助于减少船舶的燃油消耗量和CO2排放量,为船东和海事管理部门提供技术支持。